|
|
|
 |
جستجو در مقالات منتشر شده |
 |
|
3 نتیجه برای متغیر پنهان
رسول قره آغاجی اصل، محمدرضا مشکانی، سقراط فقیهزاده، انوشیروان کاظم نژاد، غلامرضا بابایی، فرید زایری، جلد 1، شماره 2 - ( 12-1386 )
چکیده
مدلبندی پاسخهای ترتیبی همبسته معمولاٌ پیچیدهتر از پاسخهای پیوسته یا دوحالتی است. روشهای موجود در برخی حالات، ویژه وقتی پاسخ دو یا چندمتغیره مورد بررسی به صورت نامتقارن باشد، چندان توسعه نیافتهاند. پیش از این روشهای مختلفی برای تحلیل پاسخهای ترتیبی و همبسته در کتب و مقالات پیشنهاد شدهاند. در اینگونه مدلبندیها اگر حجم نمونه کم باشد تحلیل کلاسیک کارایی ندارد و بهترین روش فایق آمدن به این مشکل تحلیل مدل با رهیافت بیزی است. در این مقاله روش مدلبندی متغیر پنهان با یک توزیع پایه دومتغیره نامتقارن بکار برده و با رهیافت بیزی تحلیل کردهایم. با استفاده از پیشینهای خاص و الگوریتم MCMC بهره گرفته و پارامترها را براورد نمودهایم. به عنوان کاربرد این مدل را به دادههای مربوط به زوج متغیرهای رتبهای از چشمهای راست و چپ 116 بیمار رتینوپاتی دیابتی برحسب تعدادی متغیر مستقل برازاندهایم
سیده فاطمه میری، احسان بهرامی سامانی، جلد 6، شماره 1 - ( 6-1391 )
چکیده
هدف این مقاله معرفی یک مدل تعمیم یافته برای توزیع توأم متغیرهای اسمی، ترتیبی و پیوسته برای با و بدون داده گم شده است. فرم های بسته ای برای تابع درستنمایی مربوط به مدل های مکانی عام ارائه می شود. همچنین تقریب جو، برای براورد پارامترهای مدل مکانی عام با پاسخ های اسمی، پیوسته و ترتیبی با و بدون داده های گم شده به کار برده شده است. برای نشان دادن قابلیت مدل های پیشنهادی، مطالعات شبیه سازی انجام شده است. همچنین مدل های ارائه شده بر روی داده های واقعی مربوط به آموزش زبان خارجی مورد تحلیل قرار گرفته است
مینا گدازی، محمدرضا آخوند، عبدالرحمن راسخ، جلد 10، شماره 1 - ( 6-1395 )
چکیده
از جمله روشهایی که در سالهای اخیر توجه بسیاری از محققان را برای مدلسازی دادههای چندمتغیره آمیخته به خود جلب کرده است، استفاده از تابع مفصل میباشد. در این مقاله مدلی رگرسیونی برای پاسخهای آمیخته بقا و گسسته بر اساس تابع مفصل ارائه میشود که در آن متغیر پیوسته از نوع زمان بوده و امکان وقوع مشاهده سانسور شده در آن وجود دارد. برای انجام این کار فرض شد که توزیعهای حاشیهای مشخص هستند و متغیری پنهان برای تبدیل حاشیه گسسته به پیوسته مورد استفاده قرار گرفت. سپس با استفاده از تابع مفصل تابع توزیع توام برای دو متغیر تشکیل و در پایان مدل به دست آمده بر روی دادههای فاصله بین تولدها در شهر اهواز مورد استفاده قرار گرفت.
|
|
|
|
|
|
|